Copyright © Dipl.-Ing. Johannes Hofer 2022, Auszug aus dem neuen active learn book
Die KI-SPS
Die Möglichkeit einer Programmierung für eine SPS, um diese am Geschehen der künstlichen Intelligenz zu beteiligen
Kapitelausschnitt:
5 SD und die KI
Bis Kapitel 4
haben wir das SD mit seinen Elementen
so ein wenig im Einsatz gesehen. Die Steuerungstechniker kennen überwiegend das
KV-Diagramm und wissen, dass hier
eine optimale Kürzung für digitale Schaltungen mit einem Ausgang erfolgen kann. Daraus wurde ja früher der
Schaltschrank mit der Klappertechnik gebaut, 😊. Diese Dinge werden gegenwertig
zwar noch in der Ausbildung zum Steuerungstechniker erwähnt, aber das war es auch
schon. Durch die Programmierung der Schütztechnik in der SPS, ist das KV weit in den
Hintergrund gerückt.
Viele
Programmierer wenden Teile des KVs an,
aber meist unbewusst.
Bild 26: Struktur zum Signatur-Diagramm SD
Warum
heißt das nun Signatur-Diagramm (SD) und
nicht Signal-Diagramm?
Ein SD,
wie vereinfacht in Bild 26 zu sehen,
kann nun auch mehrere Ausgänge bedienen und integriert zudem auch analoge
Signale, sowie Funktionsergebnisse und schließlich selbst wieder SDs. Wesentliche Unterschiede zum KV bilden sich bereits in den Element-Bereichen
und den dazugehörigen Elementen (IPA, IPF,
IPD, IPSD analog dazu die Output-Bezeichnungen).
Es gibt also je Parameter einen Platzhalter für den Datentyp, welche erst später zugeordnet
werden kann und deswegen über eine Verbindung zur Datenbasis verfügt. So wie das Signatur-Diagramm
aus der Literatur Informatik, allerdings in anderer Form.
Meiner
Meinung nach ist das Signatur-Diagramm aus der Informatik ein Signatur-Plan.
Das KV hat
seine Regeln (Rules), welche binär auch zur Optimierung verwendet werden. Das SD hat ebenso Regeln, diese werden mittels
machine learning erfasst und über Methoden
im deep learning optimiert. Der wesentliche
Unterschied besteht darin, dass es sich dabei zwar auch um Regeln handelt, diese
aber mit analogen Signalen verknüpft werden können und durch verschiedene Algorithmen
im deep learning spezialisiert werden.
Ein
SD hat somit auch Regeln, werden aber
anders angewendet.
Die Anwendung und Auswertung hat nicht nur das
Ziel bei digitalen und analogen Signalen eine binäre Verknüpfung zu kreieren, sondern
auch critical inputlayer zu erkennen.
Diese wirken sich dann direkt auf den Ausgangslayer (CIE) aus und bilden ein Alarmsystem, welches über Schnittstellen im
JSON-Format (DG) anderen Komponenten zur
Verfügung gestellt wird. Die Aufbereitung der Regeln werden für den KI-Automat definiert und können zusätzlich
über den DG (document generator) auch anderen
Komponenten zur Verfügung gestellt werden.
Wie
bei Funktionsparametern in Programmiersprachen werden Bezeichnungen und deren Datentypen
übergeben. Das nennen die Informatiker Signatur einer Schnittstelle. Deswegen auch
die Bezeichnung SD, 😊
Da es sich hier um eine Software (SW) handelt, gibt es eine ganze Menge an
Ideen, sinnvolle Dinge zur IOT-Welt vom
SD abzuleiten. Besonders bei schon
bestehenden Anlagen ist eine automatische Erstellung des SD sehr gut möglich. Was da so alles gemacht werden könnte, ist
sehr umfangreich. Deswegen möchte ich mich in dieser Lektüre auf die
Programmerstellung über einen SD und
einen KI-Automat beschränken.
Die Anwendung für eine SPS, da befindet sich der KI-Automat,
ist dann sinnvoll, wenn diese das entsprechende Umfeld zum SD anbietet. Dazu gehören genügend Speicher und eine attraktive
Programmiersprache, damit der KI-Automat auch schmerzlos umgesetzt werden kann. Zudem
ist ja ohne Webseite heutzutage nix mehr los – oder?
Das
SD und deren Struktur ist für eine
Webanwendung besonders gut geeignet.
Warum ist das so? Nun einige Argumente sind
Speicher, Internet, moderne Programmiersprachen und IOT. Was hat das Ganze nun mit der SPS zu tun?
Ein
SPS-Programmierung kann auch virtuell existieren und hat
in Verbindung mit einem SD und der KI mehr Sicherheit zu bieten als eine SPS-Programmierung herkömmlicher Art.
Zudem kann das Programm in verschiedenen Plattformen zur Anwendung kommen und
ist 100%ig internetfähig.
Besitzt nun eine herkömmliche SPS einen KI-Automaten, dann ist sie
damit auch internetfähig, zumindest über den SD-Anteil. Besonders in der IOT
kann ich mir ein Produkt vorstellen, welches SDs verarbeitet. Ob das dann noch als SPS bezeichnet wird? 😊.
Das
Mischen mit SD und traditioneller SPS-Programmierung ist immer
gegeben und jederzeit möglich.
Nun gut – nur die Eingangs- und
Ausgangslayer in Form der KI darzustellen,
reicht auch nicht für eine ganz, ganz schwache KI aus. Deswegen noch einmal: Was hat das SD mit KI zu tun?
Ich würde das mit der KI sicherlich nicht ins Spiel bringen, wenn da nicht machine learning eingebettet wäre. Nebenbei
bemerkt existiert das deep learning auch, ist aber nicht unbedingt notwendig, bei Verwendung einfacher Steuerungen.
Aus
den gelernten Daten entsteht eine Interpretation für den KI-Automat, welche jederzeit durch zusätzliches Lernen online ausgetauscht
werden kann. Die Daten berücksichtigen auch SW-Komponenten
der SPS, wenn diese so gelernt wurden.
Eigentlich bin ich der Überzeugung, wie in
dieser Lektüre schon öfters erwähnt, dass ein ungeplantes Programm ein
Zufallsprodukt ist. Trotz Planung, beispielhaft mit Grafcet, WSD oder anderen
Planungsmitteln, kann ich wenig anfangen, wenn ich dabei an eine KI denke, denn jedes SD umgesetzt in einen KI-Automat kann gleichzeig Zustände
analysieren, welche in der Programmierung nicht berücksichtigt wurden oder
sogar online Zustände erkennen, welche die Anlage im Fehlerfall liefert.
Man
könnte daraus ableiten: Lernen und nicht planen 😊
Der KI-Automat ist durch seine Struktur in der
Lage bei einem angeschlossenem, externen KI-System
analysegerechte Daten zu liefern. Mit all den genannten Fakten kann nach meiner
Meinung das SD in die leichte KI eingestuft
werden.
Nun gut- lange Rede kurzer Sinn. Schauen wir
uns das mal genauer an und versuchen im folgenden Kapitel einen sinnvollen Ablauf, KI-gerecht 😊, zu verstehen.
